cover
Contact Name
Sugiyarto
Contact Email
jk_math@uad.ac.id
Phone
-
Journal Mail Official
jk_math@uad.ac.id
Editorial Address
Program Studi Mateamtika Univeritas Ahmad Dahlan, Matematika, FMIPA Universitas Ahmad Dahlan, Jl. Ringroad Selatan, Kragilan, Tamanan, Kec. Banguntapan, Bantul, Daerah Istimewa Yogyakarta 55191
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Ilmiah Matematika
ISSN : 20878796     EISSN : 27743241     DOI : http://dx.doi.org/10.26555/konvergensi
Core Subject : Education,
Fuzzy Systems and its Applications Geometry Theories and its Applications Graph Theories and its Applications Real Analysis and its Applications Operation Research and its Applications Statistical Theories and its Applications Dinamical Systems and its Applications Mathematical Modeling and its Applications Discrete Mathematics and its Applications Computer Mathematics and its Applications Actuarial Mathematics and its Application
Articles 5 Documents
Search results for , issue "Vol 7, No 1 (2020)" : 5 Documents clear
Adaptive neuro fuzzy inference system untuk peramalan jumlah wisatawan Budi Handarbeni S. Atma; Sugiyarto Sugiyarto
Jurnal Ilmiah Matematika Vol 7, No 1 (2020)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v7i1.19195

Abstract

Adaptive Neuro Fuzzy Inference System(ANFIS) yaitu metode yang menggabungkan metode-metode yang ada pada softcomputing. Softcomputing yaitu pemodelan dengan pendekatan seperti nalar dari manusia dan belajar sesuai kondisi yang tidak pasti yang fleksibel atau berubah-ubah. Fuzzy Inference System(FIS) dan Jaringan syaraf merupakan komponen softcomputing dan pembentukan ANFIS. Penggunaan ANFIS terdapat metode pembelajran secara maju dan mundur atau yang disebut hybrid. Pembelajaran secara maju digunakan metode Least Square Estimator(LSE) dan pembelajaran mundur digunakan Gradient descent. Pada penelitian ini juga menggunakan FCM difungsikan untuk membangun aturan akan digunakan pada ANFIS. Tujuan dari peramalan jumlah wisatawan adalah untuk mengimplementasikan metode Adaptive Neuro Fuzzy Inference System dalam memprediksi jumlah wisatawan dan mengetahui hasil prediksi/ramalan jumlah wisatawan. Hasil peramalan jumlah wisatawan dengan menggunakan metode Adaptive Neuro Fuzzy Inference System(ANFIS) pada tahap latih didapatkan epoh 11 dan laju pembelajaran 0.02 mendapatkan nilai RMSE 909.2 sedangkan tahap uji epoh dan laju pembelajaran memberikan keakurasian bagus yang dapat dilihat dari Root Mean Square Error(RMSE) 123.3029.
Kekuatan tak beraturan sisi total pada graf hasil gabungan graf lintasan dengan beberapa kelas graf Setyo Dwi Pratama; Dian Eka Wijayanti
Jurnal Ilmiah Matematika Vol 7, No 1 (2020)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v7i1.19196

Abstract

Penelitian ini bertujuan untuk menentukan nilai kekuatan tak beraturan sisi total pada graf hasil gabungan graf lingkaran dengan graf lintasan dan graf hasil gabungan dua graf lingkaran masing-masing untuk n sama dengan 3. Pelabelan tak beraturan sisi total pada graf, dengan himpunan titik tak kosong V dan himpunan sisi E suatu fungsi, sehingga bobot setiap sisinya berbeda. Nilai k terkecil pada pelabelan tak beraturan sisi total disebut kekuatan tak beraturan sisi total dari G yang dinotasikan dengan tes G. Selanjutnya, bobot sebuah sisi uv dengan fungsi pelabelan. Berdasarkan pembahasan, dapat disimpulkan bahwa nilai kekuatan tak beraturan sisi total pada graf hasil gabungan graf lingkaran dengan graf lintasan dan graf hasil gabungan dua graf lingkaran yang berturut-turut mempunyai nilai n sama dengan 3.
Model matematika terapi kanker dengan viroterapi Thariq Muhariyanto; Yudi Ari Adi
Jurnal Ilmiah Matematika Vol 7, No 1 (2020)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v7i1.19538

Abstract

Model merupakan penyederhanaan fenomena-fenomena nyata dalam bentuk matematika. Salah satunya adalah model matematika pada terapi kanker dengan virus oncolytic atau yang disebut viroterapi. Viroterapi merupakan terapi kanker yang menggunakan virus sebagai terapinya. Virus yang digunakan yaitu virus onkolitik. Sistem persamaan dalam penelitian ini menggunakan sistem persamaan diferensial nonlinier dengan melibatkan tiga variabel yaitu sel tumor tidak terinfeksi x(t), sel tumor terinfeksi y(t), dan partikel virus bebas v(t). Kemudian dilakukan analisis model matematika yang meliputi titik ekuilibrium, kestabilan di sekitar titik ekuilibrium, dan simulasi numerik. Analisis kestabilan dilakukan untuk mempelajari kedinamikan suatu system dengan tujuan menyelidiki jenis kestabilan dari titik-titik ekuilibrium pada setiap variabel dalam model, sehingga dapat diketahui kapan mencapai titik keseimbangan (ekuilibrium). Hasil penelitian menunjukkan terdapat tiga titik ekuilibrium pada model matematika viroterapi yaitu E0(0; 0; 0), E1(K; 0; 0) dan E2. Dari model yang dibahas ukuran ledakan virus, selektivitas virus dari virus onkolitik dan ukuran tumor maksimum akan menentukan hasil dari viroterapi. Ini bermakna secara biologis. Semakin besar tumor, semakin banyak virus kuat diperlukan untuk melawannya.
Model matematika penyebaran flu burung dengan vaksinasi dan pertumbuhan logistik pada populasi unggas Frida Anggraeni Setyowati; Muhammad Kharis; Tri Sri Noor Asih
Jurnal Ilmiah Matematika Vol 7, No 1 (2020)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v7i1.19539

Abstract

Flu burung adalah penyakit yang disebabkan oleh virus influenza tipe A. Virus influenza tipe B dan C dapat diisolasi dari manusia dan sifatnya kurang patogen dibandingkan dengan virus influenza tipe A. Dalam penelitian ini populasi manusia dibagi menjadi tiga kelas yaitu kelas manusia rentan S(t), kelas manusia terinfeksi I(t), dan kelas manusia sembuh R(t). Sedangkan populasi unggas dibagi menjadi tiga kelas yaitu kelas unggas rentan Sb(t), kelas unggas terinfeksi Ib(t), dan kelas unggas divaksinasi Vb(t). Berdasarkan hasil penelitian diperoleh satu titik kesetimbangan bebas penyakit (P0) dan satu titik kesetimbangan endemik (P1). Analisis kestabilan juga telah dilakukan diperoleh  R0 kurang dari 1 maka  P0 stabil asimtotik lokal dan R0 lebih dari1 maka P1 stabil asimtotik lokal. Hasil simulasi menunjukkan bahwa proporsi unggas yang divaksinasi dan unggas terinfeksi yang dibakar memperkecil populasi unggas yang terinfeksi flu burung sehingga dapat mencegah terjadinya wabah endemik.
Implementasi fuzzy inference system untuk pengambilan keputusan Upic Resta Fauziah Tolang; Sugiyarto Sugiyarto
Jurnal Ilmiah Matematika Vol 7, No 1 (2020)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v7i1.19541

Abstract

Jumlah penderita diabetes mellitus mengalami peningkatan dari tahun ke tahun. Hal ini dikarenakan keterlambatan diagnosa penyakit. Dan Indonesia sendiri menempati urutan ke-10 jumlah penderita diabetes terbanyak didunia. Penderita penyakit tersebut biasanya tidak menyadari kalau menderita penyakit diabetes melitus. Pada penelitian ini, dibuat suatu sistem pendukung keputusan penegakan penyakit diabetes mellitus dengan menggunakan metode Tsukamoto. Variabel-variabel pendukung penegakan diagnosa penyakit tersebut digunakan dalam pembentukan himpunan fuzzy. Himpunan fuzzy yang diproses dengan metode Tsukamoto sehingga menghasilkan suatu keputusan. Aplikasi yang dirancang telah diuji dengan melibatkan rekam medik diagnosa dari dokter, hasil keputusan yang dihasilkan dari metode adalah sama dengan diagnosa dokter yang tertera di rekam medik. Secara umum aplikasi berbasis web ini bisa digunakan sebagai alat bantu dalam penegakan diagnosa penyakit diabetes melitus. Hasil perhitungan SPK tidak berbeda dengan hasil pemeriksaan glukosa darah oleh dokter, hal ini ditunjukkan dengan uji validitas SPK dengan menggunakan dua ratus dua belas jenis data sampel dan menghasilkan tingkat validitas SPK sebesar 96%.Jumlah penderita diabetes mellitus mengalami peningkatan dari tahun ke tahun. Hal ini dikarenakan keterlambatan diagnosa penyakit. Dan Indonesia sendiri menempati urutan ke-10 jumlah penderita diabetes terbanyak didunia. Penderita penyakit tersebut biasanya tidak menyadari kalau menderita penyakit diabetes melitus. Pada penelitian ini, dibuat suatu sistem pendukung keputusan penegakan penyakit diabetes mellitus dengan menggunakan metode Tsukamoto. Variabel-variabel pendukung penegakan diagnosa penyakit tersebut digunakan dalam pembentukan himpunan fuzzy. Himpunan fuzzy yang diproses dengan metode Tsukamoto sehingga menghasilkan suatu keputusan. Aplikasi yang dirancang telah diuji dengan melibatkan rekam medik diagnosa dari dokter, hasil keputusan yang dihasilkan dari metode adalah sama dengan diagnosa dokter yang tertera di rekam medik. Secara umum aplikasi berbasis web ini bisa digunakan sebagai alat bantu dalam penegakan diagnosa penyakit diabetes melitus. Hasil perhitungan SPK tidak berbeda dengan hasil pemeriksaan glukosa darah oleh dokter, hal ini ditunjukkan dengan uji validitas SPK dengan menggunakan dua ratus dua belas jenis data sampel dan menghasilkan tingkat validitas SPK sebesar 96%.

Page 1 of 1 | Total Record : 5